一种基于深度残差网络的接地线定位方法及系统技术方案

技术编号:46429114 阅读:5 留言:0更新日期:2025-09-19 20:35
本发明专利技术涉及一种基于深度残差网络的接地线定位方法及系统。该方法先采集接地线信号并预处理生成数据集,再用改进的Teager‑Kaiser能量算子提取多尺度特征,输出时频能量谱图,接着构建含深度残差网络的定位模型,基于时频能量谱图,由多任务学习框架和损失函数训练该模型,并将训练好的模型轻量化处理,部署到边缘终端,实时采集接地线信号并将其输入边缘终端的轻量化模型,从而输出接地线实时空间坐标和位置状态。与现有技术相比,本发明专利技术具有定位精度高、抗干扰性强、实时性好等优点。

【技术实现步骤摘要】

本专利技术涉及输电,尤其是涉及一种基于深度残差网络的接地线定位方法及系统


技术介绍

1、在电力系统中,输电线路接地线是保障检修人员安全的关键防护设备,其正确安装与状态监测直接关系到作业安全性。传统接地线定位主要依赖人工巡检或简单传感器监测,存在效率低、实时性差、漏检率高等问题。尤其在高压/特高压输电场景中,线路分布广泛、地形复杂,人工巡检成本高且难以覆盖全域。近年来,基于信号处理的定位方法(如小波变换、hilbert-huang变换)逐步应用,但受强电磁干扰、多源噪声耦合影响,特征提取精度不足,导致误报率较高。与此同时,深度学习技术在电力设备状态监测中展现出强大潜力,但现有模型(如cnn、lstm)对微弱故障信号的特征学习能力有限,且未充分结合输电线路接地线的物理特性。

2、现有输电线路接地线定位技术存在以下缺陷:其一,传统人工巡检依赖主观判断,难以实现全天候、全覆盖监测;其二,基于小波变换或hilbert-huang变换的信号处理方法,在强电磁干扰环境下易受噪声污染,导致微弱特征被淹没;其三,现有深度学习模型对时频域耦合特征提取能力不足,且本文档来自技高网...

【技术保护点】

1.一种基于深度残差网络的接地线定位方法,其特征在于,方法步骤包括:

2.根据权利要求1所述的一种基于深度残差网络的接地线定位方法,其特征在于,所述S1中的接地线信号包括接地电流信号和机械振动信号,所述预处理包括:将各信号时间对齐,并记录各信号的时标信息;再对各信号进行滤波去噪和标准化处理。

3.根据权利要求1所述的一种基于深度残差网络的接地线定位方法,其特征在于,所述S2的具体过程包括:

4.根据权利要求1所述的一种基于深度残差网络的接地线定位方法,其特征在于,所述S2中改进的Teager-Kaiser能量算子引入自适应阈值滤波策略与多尺度能量融合策...

【技术特征摘要】

1.一种基于深度残差网络的接地线定位方法,其特征在于,方法步骤包括:

2.根据权利要求1所述的一种基于深度残差网络的接地线定位方法,其特征在于,所述s1中的接地线信号包括接地电流信号和机械振动信号,所述预处理包括:将各信号时间对齐,并记录各信号的时标信息;再对各信号进行滤波去噪和标准化处理。

3.根据权利要求1所述的一种基于深度残差网络的接地线定位方法,其特征在于,所述s2的具体过程包括:

4.根据权利要求1所述的一种基于深度残差网络的接地线定位方法,其特征在于,所述s2中改进的teager-kaiser能量算子引入自适应阈值滤波策略与多尺度能量融合策略。

5.根据权利要求4所述的一种基于深度残差网络的接地线定位方法,其特征在于,所述自适应阈值滤波策略的具体公式为:

6.根据权利要求4所述的一种基于深度残差网络的接地线定位方法,其特征在于,所述多尺度能量融合策略包括滑动窗口机制与多频段能量融合机制,滑动窗口长度覆盖预设接地故障典型时频特性范围,通过计算窗口内瞬时能量包络,生成时变能量轨迹;并进一步将能量轨迹分解为0-5khz低频段与5-10khz高频段分量,分别赋予权重后加权融合,从而强化微弱接地事件的瞬态冲击特征。

7.根据权利要求1所述的一种基于深度残差网络的接地线定位方法,其特征在于,所述s3中的深度残差网络以改进的...

【专利技术属性】
技术研发人员:夏渊王素兰谭熙静徐佳康沈浩豪杜巍峰郑诚舒佳驰王哲斐贺润平徐赟
申请(专利权)人:国网上海市电力公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1